雷鋒網(wǎng) AI 科技評(píng)論按：谷歌 DeepMind 博客昨日更新一篇關(guān)于機(jī)器學(xué)習(xí)如何賦能風(fēng)力發(fā)電的文章，詳細(xì)介紹了谷歌全球可再生能源項(xiàng)目中針對(duì)風(fēng)電場(chǎng)的機(jī)器學(xué)習(xí)實(shí)驗(yàn)結(jié)果，雷鋒網(wǎng) AI 科技評(píng)論將之編譯如下。

類(lèi)似可再生能源這樣的無(wú)碳技術(shù)有助于應(yīng)對(duì)氣候變化問(wèn)題，然而當(dāng)中許多技術(shù)仍未充分發(fā)揮潛力。過(guò)去十年由于渦輪機(jī)的成本急劇下降，風(fēng)力發(fā)電已經(jīng)成為無(wú)碳電力的關(guān)鍵來(lái)源。盡管如此，與能夠在設(shè)定時(shí)間內(nèi)穩(wěn)定輸出電力的能源相比，風(fēng)的善變性質(zhì)使其成為一種不可控能源。

為了找到合適的解決方案，DeepMind 與谷歌在去年將機(jī)器學(xué)習(xí)算法應(yīng)用到了美國(guó)中部一座擁有 700 兆瓦風(fēng)力電量的發(fā)電場(chǎng)上——這些風(fēng)電場(chǎng)（谷歌全球可再生能源項(xiàng)目的一部分）可為一座中型城市產(chǎn)出所需的電力。

我們利用天氣預(yù)報(bào)和歷史渦輪機(jī)數(shù)據(jù)對(duì)神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，讓 DeepMind 系統(tǒng)對(duì)實(shí)際發(fā)電前 36 小時(shí)的風(fēng)力輸出進(jìn)行預(yù)測(cè)?；谶@些預(yù)測(cè)結(jié)果，模型就該如何提前一天做出每小時(shí)電力輸出承諾給出了建議。這一點(diǎn)非常重要，因?yàn)榭煽氐哪茉矗ㄔ谠O(shè)定時(shí)間內(nèi)提供定量電力）對(duì)電網(wǎng)來(lái)說(shuō)更有價(jià)值。

雖然還在持續(xù)繼續(xù)改進(jìn)算法，然而風(fēng)電場(chǎng)中的機(jī)器學(xué)習(xí)已經(jīng)產(chǎn)出了積極的結(jié)果。與無(wú)時(shí)間電網(wǎng)承諾的基線情景相比，我們的機(jī)器學(xué)習(xí)有效將風(fēng)力能源價(jià)值提高大約 20％。

當(dāng)然，我們依舊無(wú)法消除風(fēng)的善變屬性，但早期結(jié)果表明，我們可以利用機(jī)器學(xué)習(xí)方法使風(fēng)力變得更具可預(yù)測(cè)性和有價(jià)值。這種方法可以為風(fēng)電場(chǎng)的運(yùn)營(yíng)提供更嚴(yán)密的數(shù)據(jù)處理邏輯，從而幫助風(fēng)電場(chǎng)管理者對(duì)于電力輸出要如何滿足電力需求，做出更智能、快速、由數(shù)據(jù)驅(qū)動(dòng)的評(píng)估決策。

與未采用機(jī)器學(xué)習(xí)的風(fēng)電場(chǎng)（淺色矩陣）相比，采用了機(jī)器學(xué)習(xí)的風(fēng)電場(chǎng)（深色矩陣）由于對(duì)風(fēng)力產(chǎn)出、電力供需、運(yùn)營(yíng)成本進(jìn)行了有效把控，成功將風(fēng)力能源價(jià)值提高將近 20％

我們希望機(jī)器學(xué)習(xí)方法可以助力風(fēng)電力的商業(yè)化進(jìn)程，并推動(dòng)全球電網(wǎng)進(jìn)一步采用無(wú)碳能源。據(jù)我們所知，當(dāng)下能源行業(yè)的研究人員與從業(yè)人員正在開(kāi)發(fā)可以充分利用太陽(yáng)能以及風(fēng)能等可變電源的新思路，我們渴望加入他們，探索基于云的機(jī)器學(xué)習(xí)策略以提供幫助。

谷歌如今已成功實(shí)現(xiàn) 100％的可再生能源采購(gòu)策略（https://www.blog.google/outreach-initiatives/environment/meeting-our-match-buying-100-percent-renewable-energy/），下一步正努力實(shí)現(xiàn) 24x7 基礎(chǔ)上的無(wú)碳能源采購(gòu)策略（https://storage.googleapis.com/gweb-sustainability.appspot.com/pdf/24x7-carbon-free-energy-data-centers.pdf）。與 DeepMind 合作，能使風(fēng)電變得更具可預(yù)測(cè)性和價(jià)值，這是實(shí)現(xiàn)這一愿望的關(guān)鍵步驟。雖然還有許多工作要做，但這一步對(duì)谷歌和地球而言意義非凡。

via https://deepmind.com/blog/machine-learning-can-boost-value-wind-energy/

雷鋒網(wǎng) AI 科技評(píng)論

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。